◎我们的记者张王王人工智能（AI）已成为我们密不可分的“合作伙伴”。从聊天机器人，语音助手到自动翻译，AI继续干扰人们之间的沟通和理解。但是，它可以是“客观的中立”吗？根据美国官方网站的“麻省理工学院技术评论”，一项国际研究教导说，大语言模型（LLM）默默传播了全球刻板印象。从性别歧视，文化偏见到语言不平等，AI都在包装和升级“偏见行李”，并以看似强大的方式将其出口到世界。 这使人们深入思考：如果AI模型带有“人性化”的偏见，我们可以相信他们对《世界人的观点》吗？人工智能对该研究的“跨文化漂移”偏见是由开源AI公司拥抱面孔的首席伦理科学家玛格丽特·米切尔（Margaret Mitchell）领导的。他们启动了一个名为Shades的项目，其中包括300多个全球刻板印象S涵盖了许多尺寸，例如性别，年龄和国籍。使用16种语言设计交互式线索以及这些偏见中许多基本语言模型的响应。但也表现出对“喜欢粉红色的女性”，“南亚人是保守派”的偏见，而在阿拉伯语，西班牙语和编号等语言环境中，“ Theamerican American狡猾”。根据世界其他网站的报道，一些图像生成模型通常会在输入“非洲村庄”关键字时输出诸如“融化小屋”和“赤脚孩子”之类的刻板印象图像，而当它们是“欧洲科学家”白色外套和实验室中时。或伪历史以捍卫自己。目录型，该模型倾向于动员其他偏见，它“更熟悉”以响应，而不是偏离主题。此外，当有关刻板印象的线索是积极的时，该模型通常会更糟，并且更有可能将偏见误导为有目的的事实。 “这意味着AI不仅继承了人类的偏见，而且还米切尔说：“还意外地促进了“文化漂移”，并在某些社会环境中使用偏见作为普遍的政策。即使这些模型说支持多语言，他们面临着低语的资源（例如斯瓦希里语，菲律宾，马拉地语等），同时，绩效比高资源的基本语言少，甚至易受负面刻板印象的影响，甚至易受培训模型的限制。考虑了多语言，对于MO来说很难DEL可以深入理解并准确地表达资源低的语言的文化和语义细节，从而导致产出或偏见。斯坦福大学团队强调，大多数当前的培训数据是英语和西文文化的中源，对非基础语言及其文化背景没有深刻的了解。它不仅会影响模型的准确性，而且不打算加强语言不平等和文化，这使得使用低资源语言的人很难从AI技术中受益。 “目前，全球约有7,000种语言，但在互联网上有效地代表了不到5％的语言。”研究人员说：““缺乏资源”不仅是一个数据问题，而且是一个社会问题。”这意味着在数据，人才，资源和权利方面，AI的结构结构和发展存在不公正。美国杂志“商业内部人士”还引用了哥伦比亚大学社会学副教授劳拉·纳尔逊（Laura Nelson）Versity，指出最受欢迎的聊天机器人目前是由美国公司开发的，其培训数据主要是英语，这受到西方文化偏见的极大影响。面对跨文化偏见在人工智能中的真正影响，全球研究和商业机构的真正影响时，破解了AI文化偏见的问题，开始提出系统的响应路径。今年4月，斯坦福大学的“以人为导向”的人工智能研究所在白皮书中提出，它发布了AI对低语和文化的投资，尤其是建立当地语言语料库，以便AI真正“理解”文化背景的语义和背景。例如，去年11月，非洲的电信公司Orange已教授，Meta将使用沃洛夫（Wolov）和石膏等地区语言培训AI模型，以加快非洲数字整合的改善。同时，模型的检查机制变得更加精致和开放。拥抱面板开发的阴影数据集已成为许多公司在AI模型中检测和纠正文化偏见的重要工具。该数据范围可帮助团队确定该模型容易自动触发刻板印象的语言和上下文，从而优化培训数据和算法数据。在全球政策层面上，《欧盟AI法案》要求“高风险” AI系统必须在交付前后进行合规性评估，以及分析非歧视和基本权利的影响，并提供人类监测和监测的基尔语机制。联合国教科文组织在2021年前发布的“ AI伦理”清楚地指出，AI系统应是“保证差异 - 文化和融合”的拥护者，该国家已建立法律和制度，以确保AI的发展尊重文化差异，并将其与H的测量相结合UMANISTIAL VINOMENTIONS。 AI本质上是一种“玻璃”，它反映并复制了我们在此处输入的偏见和价值。它显示的“世界观”不是独立形成的，而是由人们提供的。如果人们希望AI真正为一个多元化的人类社会服务，他们将不允许它反映出单一的声音和文化。